Анализ топологий сетей LSTM для решения задачи рубрикации текстов

Abstract

Целью данной работы является анализ моделей на основе рекуррентных сетей для решения задачи рубрикации текстов. Разработана интеллектуальная система, в которой реализованы: предварительная автоматизированная загрузка и обработка входных наборов данных; решение задачи рубрикации текстов заданными моделями; разработка, обучение и тестирование моделей рекуррентных нейронных сетей с долгой краткосрочной памятью, модели GRU и модели с механизмом внимания; предоставление результатов в виде графиков ошибки и точности, и результаты тестирования в виде матрицы ошибок (confusion matrix).Интеллектуальная система разработана на Python 3.9 в PyCharm 2023. Она совместима с Windows, Linux/Unix, при условии наличия интерпретатора Python 3.9 и поддержки блокнотов Jupyter Notebook. Процесс обучения и тестирования проходил с помощью набора данных AG’s New Topic Classification Dataset.